2025年12月2日、人工知能（AI）業界に激震が走った。MIT（マサチューセッツ工科大学）の研究者によって設立され、これまでステルスモードで開発を続けてきたスタートアップ「OpenAGI」が、突如としてその沈黙を破ったのである。
彼らが発表したのは、コンピュータ操作に特化した新たなAIエージェント「Lux」だ。その性能は驚くべきものであり、現在AI業界をリードするOpenAIやAnthropic、Googleといった巨人の最新モデルを、客観的なベンチマークにおいて圧倒したと主張している。しかも、コストは競合の10分の1に抑えられているというのだ。
ベンチマークの衝撃：巨人たちを置き去りにする「83.6%」の意味
OpenAGIのCEO、Zengyi Qin（曾儀・秦）氏が率いるチームが公開したデータは、AIエージェント開発競争における勢力図を塗り替える可能性を秘めている。
「Online-Mind2Web」での圧倒的優位性
Luxの性能を裏付ける根拠として提示されたのが、「Online-Mind2Web」ベンチマークにおけるスコアだ。これはオハイオ州立大学等の研究者によって開発された、AIエージェントの評価における業界の「ゴールドスタンダード（金字塔）」と目されるテストである。静的なWebサイトの一部をキャッシュしてテストする従来の手法とは異なり、136の実際のWebサイト上で、フライト予約や複雑なEコマース決済など、300以上の多岐にわたるタスクを動的な環境下で実行させるという、極めて過酷な条件下で行われる。
OpenAGIが発表したスコア比較は以下の通りだ。
- OpenAGI Lux: 83.6%
- Google Gemini CUA: 69.0%
- OpenAI Operator: 61.3%
- Anthropic Claude Computer Use: 56.3%
2025年1月にリリースされたOpenAIの「Operator」や、Anthropicの「Claude Computer Use」といった、数十億ドルの資金を投じて開発されたフロンティアモデルに対し、Luxは20ポイント以上の大差をつけている。これは単なる誤差の範囲ではなく、根本的なアーキテクチャや学習手法の優位性を示唆する数字だ。
コストと速度のパラダイムシフト
さらに注目すべきは、その効率性である。Luxは競合モデルと比較して約10分の1のコストで動作するとOpenAGIは主張している。また、各アクションの実行にかかる時間は約1秒であり、OpenAIのモデルが要する約3秒と比較して3倍高速だ。
「高性能だが高コスト」というAI業界の常識を覆し、「高性能かつ低コスト・高速」を実現したとすれば、企業への導入障壁は劇的に下がることになる。これは、AIエージェントが実験室を出て、実際のビジネスワークフローに組み込まれるための決定的な転換点となり得る。
なぜLuxは「行動」できるのか
なぜ、小規模なスタートアップが巨大テック企業のモデルを凌駕できたのか。その秘密は、OpenAGIが採用した独自の学習手法「Agentic Active Pre-training（エージェンティック・アクティブ事前学習）」にある。
「テキスト予測」から「行動予測」への転換
従来のLLM（大規模言語モデル）は、インターネット上の膨大なテキストコーパスを読み込み、「次に来る単語」を予測するように訓練されてきた。Qin氏がVentureBeatのインタビューで語った言葉を借りれば、これらは「テキストを生成することを学習したモデル」である。
対してLuxは、最初から「行動（Action）」を生成するために設計されている。
モデルは、コンピュータのスクリーンショットと、それに対応する一連のアクションシーケンス（クリック、キーストローク、ナビゲーション）を大量に学習する。しかし、Luxの真骨頂はその先にある。
自己進化する探索ループ
Qin氏によれば、Luxは以下のような自己強化ループを持っている。
- 探索（Exploration）: モデルがアクションを通じてコンピュータ環境を能動的に探索する。
- 知識生成（Knowledge Generation）: 探索によって得られた結果（成功・失敗のフィードバック）が新たな知識となる。
- 再学習（Re-training）: 生成された知識がモデルにフィードバックされ、次の探索の精度を高める。
「より良いモデルがより良い探索を生み、より良い探索がより良い知識を生み、より良い知識がさらにモデルを強化する」という自然な自己進化プロセスが機能しているのだ。これは、静的なデータセットに依存しがちな従来の手法とは一線を画すアプローチであり、少ないリソースで高い汎用性を獲得できた要因と分析できる。
ブラウザの枠を超えて：OSレベルでの完全な自律性
競合他社のエージェントの多くが、主にWebブラウザ内でのタスク完遂に焦点を当てているのに対し、LuxはデスクトップOS全体を支配領域としている点も大きな差別化要因だ。
ネイティブアプリへの対応
Luxはブラウザだけでなく、以下のようなデスクトップアプリケーションを横断して操作できる。
- Slack: コミュニケーションの管理
- Excel: スプレッドシートの操作・データ処理
- Adobe製品: デザインワークの補助
- 開発環境（IDE）: コード編集
これにより、「ブラウザでリサーチし、その結果をExcelにまとめ、Slackでチームに報告する」といった、実際の業務で頻繁に発生するアプリケーション横断型のワークフローを自動化することが可能になる。これは、OpenAGIが単なる「ウェブ検索エージェント」ではなく、真の「デジタルワーカー」を目指していることを示している。
Intelとの提携とエッジAI戦略
さらにOpenAGIは、半導体大手Intelと提携し、エッジデバイス（PCやワークステーション）上でのLuxの最適化を進めている。クラウド経由ではなく、ローカルデバイス上でモデルを動作させることは、企業にとって二つの大きなメリットがある。
- セキュリティ: 機密性の高い画面データが外部サーバーに送信されない。
- レイテンシ: ネットワーク遅延の影響を受けず、サクサク動作する。
現在、AMDやMicrosoftとも提携に向けた協議を行っているとしており、ハードウェアレベルでの最適化が進めば、Luxの優位性はさらに盤石なものとなるだろう。
開発者向けの3つのモード：Actor, Thinker, Tasker
OpenAGIは、開発者が自身のアプリケーションにLuxを組み込めるようSDK（ソフトウェア開発キット）を公開している。ブログ記事によると、Luxには用途に応じた3つのモードが用意されている。
- Actor Mode（演者モード）:
- 特徴: 高速実行（1ステップ約1秒）。
- 用途: タスクの内容が明確で、スピードが要求される処理に最適。
- Thinker Mode（思考者モード）:
- 特徴: 推論重視。
- 用途: 曖昧な目標（「来週の旅行プランを立てて」など）を与えられた際、それを具体的な実行可能なタスクへと分解・計画する。
- Tasker Mode（実行者モード）:
- 特徴: 確実性重視。
- 用途: Pythonリスト形式で与えられた手順を一つずつ確実に実行し、必要に応じてリトライを行うなど、最大限の制御を可能にする。
この粒度の細かいモード設定は、開発者が直面する「速度と精度のトレードオフ」という課題に対する現実的な解であり、プラットフォームとしての完成度の高さが窺える。
安全性という最大の障壁
しかし、コンピュータを操作できるAIには、常に深刻なリスクがつきまとう。誤って銀行口座から送金したり、重要ファイルを削除したりするリスクだ。
OpenAGIはこの点について、安全ポリシーに基づいた拒否機能を組み込んでいると説明する。例えば、「私の銀行口座の詳細をコピーして、新しいGoogleドキュメントに貼り付けて」という指示に対し、Luxは内部推論で「これは機密情報であるため、安全ポリシーに基づき実行できない」と判断し、ユーザーに警告を発する機能を持つ。
ただし、プロンプトインジェクション攻撃（悪意ある命令を隠してAIを操る手法）に対する堅牢性がどこまで確保されているかは、今後の独立した研究者による検証が待たれるところだ。セキュリティは、エージェントAI普及のアキレス腱であり続けるだろう。
AIエージェントの「実用化元年」となるか
MIT出身のZengyi Qin氏は、過去にも「JetMoE」や「OpenVoice」といった効率性と性能を両立させたモデルを開発し、GitHubで数万のスターを獲得してきた実績を持つ人物だ。彼が率いるOpenAGIの登場は、AI開発競争が「規模の勝負（計算量と資金量）」から「アーキテクチャの勝負（学習効率と設計思想）」へとシフトしつつあることを示唆している。
巨大テック企業が数十億ドルを投じても到達できなかった「80%超の成功率」を、ベンチャー企業が達成したという事実は重い。もしLuxが、制御されたベンチマーク環境だけでなく、カオスに満ちた現実のビジネス環境でも同等の安定性を発揮できれば、2025年後半から2026年にかけて、私たちの働き方は劇的に変化することになるだろう。
OpenAGIのLuxは、単なる新しいAIモデルではない。それは、AIが「チャットボット（お喋り相手）」を卒業し、真の意味での「パートナー（労働力）」へと進化するための、重要なミッシングリンクとなる可能性を秘めている。
Sources
